Tài liệu Tiểu luận Kinh tế lượng đề tài " Mô hình hồi quy bội " docx

19 2,689 4
  • Loading ...
1/19 trang

Thông tin tài liệu

Ngày đăng: 13/12/2013, 21:15

BÀI VIẾT hình hồi quy bội Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Chương I - Nội dung hình hồi quy bội 1 .Xây dựng hình 1.1 .Giới thiệu hình hồi quy hai biến mà chúng ta đã nghiên cứu ở chương 3 thường không đủ khả năng giải thích hành vi của biến phụ thuộc. Ở chương 3 chúng ta nói tiêu dùng phụ thuộc vào thu nhập khả dụng, tuy nhiên có nhiều yếu tố khác cũng tác động lên tiêu dùng, ví dụ độ tuổi, mức độ lạc quan vào nền kinh tế, nghề nghiệp… Vì thế chúng ta cần bổ sung thêm biến giải thích(biến độc lập) vào hình hồi quy. hình với một biến phụ thuộc với hai hoặc nhiều biến độc lập được gọi là hồi quy bội. Chúng ta chỉ xem xét hồi quy tuyến tính bội với hình tuyến tính với trong tham số, không nhất thiết tuyến tính trong biến số. hình hồi quy bội cho tổng thể ii,kki,33i,221i X .XXY ε+β++β+β+β= (4.1) Với X 2,i , X 3,i ,…,X k,i là giá trị các biến độc lập ứng với quan sát i β 2 , β 2 , β 3 ,…, β k là các tham số của hồi quy ε i là sai số của hồi quy Với một quan sát i, chúng ta xác định giá trị kỳ vọng của Yi [] i, (4.2) kk i, 33i,221 X .XXs'XYE β++β+β+β= 1.2.Ý nghĩa của tham số Các hệ số β được gọi là các hệ số hồi quy riêng m X's X m Y β ∂⎡ ⎤ ⎣⎦ = ∂ (4.3) β k đo lường tác động riêng phần của biến X m lên Y với điều kiện các biến số khác trong hình không đổi. Cụ thể hơn nếu các biến khác trong hình không đổi, giá trị kỳ vọng của Y sẽ tăng β m đơn vị nếu X m tăng 1 đơn vị. 1.3. Giả định của hình Sử dụng các giả định của hình hồi quy hai biến, chúng ta bổ sung thêm giả định sau: (1) Các biến độc lập của hình không có sự phụ thuộc tuyến tính hoàn hảo, nghĩa là không thể tìm được bộ số thực (λ 1 ,λ 2 , .,λ k ) sao cho 0X .XX i,kk i, 33i,221 =λ++λ+λ+λ với mọi i. Giả định này còn được được phát biểu là “ không có sự đa cộng tuyến hoàn hảo trong hình”. (2) Số quan sát n phải lớn hơn số tham số cần ước lượng k. (3) Biến độc lập X i phải có sự biến thiên từ quan sát này qua quan sát khác hay Var(X i )>0. 2.Ước lượng tham số của hình hồi quy bội 2.1.Hàm hồi quy mẫu và ước lượng tham số theo phương pháp bình phương tối thiểu Trong thực tế chúng ta thường chỉ có dữ liệu từ mẫu. Từ số liệu mẫu chúng ta ước lượng hồi quy tổng thể. 1 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Hàm hồi quy mẫu ii,kk i, 33i,221i eX ˆ .X ˆ X ˆˆ Y +β++β+β+β= (4.4) i ,kki,33i,221iiii X ˆ .X ˆ X ˆˆ YY ˆ Ye β−−β−β−β−=−= Với các là ước lượng của tham số β m ˆ β m . Chúng ta trông đợi là ước lượng không chệch của β m ˆ β m , hơn nữa phải là một ước lượng hiệu quả. Với một số giả định chặt chẽ như ở mục 3.3.1 chương 3 và phần bổ sung ở 4.1, thì phương pháp tối thiểu tổng bình phương phần dư cho kết quả ước lượng hiệu quả β m. Phương pháp bình phương tối thiểu Chọn β 1 , β 2 , …, β k sao cho () 2 n 1i i,kki,33i,221i n 1i 2 i X ˆ .X ˆ X ˆˆ Ye ∑∑ == β−−β−β−β−= (4.5) đạt cực tiểu. Điều kiện cực trị của (4.5) () () () 0XX ˆ .X ˆ X ˆˆ Y2 e . 0XX ˆ .X ˆ X ˆˆ Y2 e 0X ˆ .X ˆ X ˆˆ Y2 e i,k n 1i i,KKi,33i,221i k n 1i 2 i i,2 n 1i i,KKi,33i,221i 2 n 1i 2 i n 1i i,KKi,33i,221i 1 n 1i 2 i =β−−β−β−β−−= β∂ ∂ =β−−β−β−β−−= β∂ ∂ =β−−β−β−β−−= β∂ ∂ ∑ ∑ ∑ ∑ ∑ ∑ = = = = = = (4.6) Hệ phương trình (4.6) được gọi là hệ phương trình chuẩn của hồi quy mẫu (4.4). Cách giải hệ phương trình (4.4) gọn gàng nhất là dùng ma trận. Do giới hạn của chương trình, bài giảng này không trình bày thuật toán ma trận mà chỉ trình bày kết quả tính toán cho hồi quy bội đơn giản nhất là hồi quy ba biến với hai biến độc lập. Một số tính chất của hồi quy ta thấy được ở hồi quy hai biến độc lập có thể áp dụng cho hồi quy bội tổng quát. 2.2.Ước lượng tham số cho hình hồi quy ba biến Hàm hồi quy tổng thể ii,33i,221i XXY ε+β+β+β= (4.7) Hàm hồi quy mẫu i (4.8) i,33i,221i eX ˆ X ˆˆ Y ˆ +β+β+β= Nhắc lại các giả định (1) Kỳ vọng của sai số hồi quy bằng 0: ( ) 0X,XeE i,3i,2i = (2) Không tự tương quan: ( ) 0e,ecov ji = , i≠j (3) Phương sai đồng nhất: ( ) 2 i evar σ= (4) Không có tương quan giữa sai số và từng X m : ( ) ( ) 0X,ecovX,ecov i,3ii,2i == (5) Không có sự đa cộng tuyến hoàn hảo giữa X 2 và X 3 . 2 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội (6) Dạng hàm của hình được xác định một cách đúng đắn. hận được ước Với các giả định này, dùng phương pháp bình phương tối thiểu ta n lượng các hệ số như sau. 33221 X ˆ X ˆ Y ˆ β−β−=β (4.10) 2 n 1i i,3i,2 n 1i 2 n 1i 2 n 1i i,3i,2 n 1i i,3i n 1i 2 n 1i i,2i 2 xxxx xxxyxxy ˆ i,3i,2 i,3 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎟ ⎞ ∑ ⎠ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ =β ∑∑∑ ∑∑∑ === ==== (4.11) 2 n 1i i,3i,2 n 1i 2 n 1i 2 n 1i i,3i,2 n 1i i,2i n 1i 2 n 1i i,3i 3 xxxx xxxyxxy ˆ i,3i,2 i,2 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ =β ∑∑∑ ∑∑∑∑ === ==== (4.12) 2.3. Phân phối của ước lượng tham số ến phân phối của các hệ số ước lựơng Trong phần này chúng ta chỉ quan tâm đ 2 ˆ β và 3 ˆ β . Hơn nữa vì sự tương tự trong công thức xác định các hệ số ước lượng nên chúng ta chỉ khảo sát 2 ˆ β . Ở đây chỉ trình bày kết quả 1 . 2 ˆ β là một ước lượng không chệch : ( ) 22 ˆ E β=β (4.13) () 2 2 n 1i i,3i,2 n 1i 2 i,3 n 1i 2 i,2 n 1i 2 i,3 x ∑ 2 xxxx ˆ var σ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ =β ∑∑∑ === = (4.14) Nhắc lại hệ số tương quan giữa X 2 và X 3 : ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = ∑∑ ∑ == = n 1i 2 i,3 n 1i 2 i,2 n 1i i,3i,2 XX xx xx r 32 Đặt = r 23 biến đổi đại số (4.14) ta được 32 XX r () () 2 2 n 2 1 ˆ var σβ (4.15) 23 1i i,2 2 r1x − = ∑ = ừ các biểu thức (4.13) và (4.15) chúng ta có thể rút ra một số kết luận như sau: ) Nếu X2 và X3 có tương quan tuyến tính hoàn hảo thì r =1. Hệ quả là T (1 2 23 ( ) 2 ˆ var β vô cùng lớn hay ta không thể xác định được hệ số của hình hồi quy. (2) Nếu X2 và X3 không tương quan tuyến tính hoàn hảo nhưng có tương yến tính cao thì ước lượng 2 ˆ β vẫn không chệch nhưng không hiệu quả. quan tu ng n Nhữ hận định trên đúng cho cả hồi quy nhiều hơn ba biến. 3. 2 R và 2 R 3 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Nh lại ắc khái niệm về 2 R : TSS RSS 1 ESS R 2 −== TSS Một hình có 2 R lớn thì tổng bình phương sai số dự báo nhỏ hay nói cách khác độ phù hợp của hình đối với dữ liệu càng lớn. Tuy nhiên một tính chất đặc trưng quan trọng a là nó có xu hướng tăng khi số biến giải thích trong hình tăng lên. Nếu chỉ đơn thuần chọn tiêu chí là chọn hình có 2 củ R cao, người ta có xu hướng đưa rất nhiều biến độc lập vào hình trong khi tác động riêng phần của các biến đưa vào đối với biến phụ thuộc không có ý nghĩa th g kê. Để hiệu chỉnh phạt việc đưa thêm biến vào hình, người ra đưa ra trị thống kê 2 ốn R hiệu chỉnh(Adjusted 2 R ) 2 kn 1n )R1(1 22 − R − −−= v (4.16) Với n là số quan sát và k là số hệ số cần ước lượng trong hình. ả năng giải nh giải thích khi toàn bộ ệ số đồng thời bằng không. Qua thao tác hiệu chỉnh này thì chỉ những biến thực sự làm tăng kh thích của hình mới xứng đáng được đưa vào hình. 4. Kiểm định mức ý nghĩa chung của hình Trong hồi quy bội, hình được cho là không có sức mạ các hệ số hồi quy riêng phần đều bằng không. Giả thiết H 0 : β 2 = β H : Không 3 = … = β k = 0 1 phải tất cả các h Trị thống kê kiểm định H 0 : )kn,1k( F~ 1)-(k SSE F = k)-(n SSR −− Quy tắc quyết định tt > F (k-1,n-k,α) thì bác bỏ H 0 . n-k,α ác bỏ H 0 . uan hệ giữ ¾ Nếu F ¾ Nếu F tt ≤ F (k-1, ) thì không thể b 5.Q a R 2 và F )kn( )R1( )1k( R )R1)(1k( R)kn( E1)(1k( E)kn( ETSS)(1k( E)kn( E)kn( )1k( E F − = − = S SS )kn( RSS 2 2 2 2 − − − = −− − = −− − = −− − = − SS/TSS) SS/TSS SS) SS 1)RSS-(k S 6. Ước lượng khoảng và kiểm định giả thiết thống kê cho hệ số hồi quy Ước lượng phương sai của sai số e 2 i ∑ n kn s 1i 2 − = = ε (4.17) Người ta chứng minh được là ước lượng không chệch của σ 2 , hay 2 s ε ( ) 22 sE σ= ε . 4 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội 2 )kn( 2 2 ~ s)kn( − ε χ σ − Nếu các sai số tuân theo phân phối chuẩn thì . Ký hiệu mm ˆˆ m ˆ s) ββ σ==β . Ta có trị thống kê ˆ (e.s )kn( m t~ ) ˆ (e.s − β mm ˆ β−β Ước lượng khoảng cho β với mức ý nghĩa α là (4.18) ường chúng ta m iết H 0 là biến X m không có tác động n lên Y. 1 m Quy tắc quyết định -stat/≤ t (n-k,α/2) thì ta không thể bác bỏ H 0 . loại (Biến giả-Dummy variable) ô hình hồi quy mà chúng ta đã khảo sát từ đầu chương 3 đến đây đều p và biến phụ thuộc đều là biến định lượng. Thực ra hình quy cho ến phụ thuộc là biến định tính. ng giới ộc là biến định lượng. y có biến định tính. m ˆ (e.st ˆ ) ˆ (e.st ˆ m)2/1,kn(mmm)2/1,kn(m β+β≤β≤β−β α−−α−− ) Thông th uốn kiểm định giả th riêng phầ H 0 : β m = 0 H : β ≠ 0 ¾ Nếu /t-stat/ > t (n-k,α/2) thì ta bác bỏ H 0 . ¾ Nếu /t 7. Biến phân Trong các m dựa trên biến độc lậ hồi phép sử dụng biến độc lập và cả bi Tro hạn chương trình chúng ta chỉ xét biến phụ thu Trong phần này chúng ta khảo sát hình hồi qu Đối với biến định tính chỉ có thể phân lớp, một quan sát chỉ có thể rơi vào một lớp. Một số biến định tính có hai lớp như: Biến định tính Lớp 1 Lớp 2 Giới tính Nữ Nam Vùng Thành thị Nông thôn Tôn giáo Có Không Tốt nghiệp đại học Đã Chưa Bảng 4.1. Biế Người ta thườ trị 1 cho mộ ị ớp còn lại. Ví dụ ta ký hiệu S là giới i S =1 nếu là nữ u là Các biến định c gán giá trị 0 và 1 như trên ọi là biến giả(dummy variable), biến lo y biến định n định lượng và một biến phân loại ng/năm hác biệt trong tiêu dùng gạo giữa thành thị và t quy hộ gia đình Xi xác định. n nhị phân ng gán giá t lớp và giá tr 0 cho l tính vớ và S = 0 nế nam. tính đượ được g nhị phân, biến phân ại ha tính. 7.1. Hồi quy với một biế Ví dụ 4.1. Ở ví dụ này chúng ta hồi quy tiêu dùng cho gạo theo quy hộ có xem xét hộ đó ở thành thị hay nông thôn. hình kinh tế lượng như sau: Y = β + β X + β D + εi(4.19)Y: Chi tiêu cho gạo, ngàn đồ i 1 2 i 3 i X : Quy hộ gia đình, người D: Biến phân loại, D = 1 nếu hộ ở thành thị, bằng D = 0 nếu hộ ở nông thôn. Chúng ta muốn xem xét xem có sự k nông thôn hay không ứng với mộ Đối với hộ ở nông thôn [] X0D,XYE β+β== (4.20) i21iii Đối với hộ ở thành thị 5 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội [] i231iii X)(1D,XYE β+β+β== (4.21) Vậy sự chênh lệch trong tiêu dùng gạo giữa thành thị và nông thôn n hư sau [][ ] 3i 0 ùng gạo gi iiiii D,XYE1D,XY β==−= (4.22) Sự khác biệt trong tiêu d ữa thành thị và nông thôn chỉ có ý nghĩa thống khi β 3 khác không có ý nghĩa thống kê. Chúng ta đã có phương trình hồ ư sau t-stat [0,5] [6,4] [-2,2] 2 iữa thành thị và nông thôn. gốc của phuơng trình hồi quy của au một khoảng β 3 = -557 ngàn đồng/năm. Cụ thể hộ gia đình thì hộ ở thành thị tiêu dùng gạo ít hơn hộ ở nông ng/năm E kê i quy nh Y = 187 + 508*X - 557*D (4.23) R hiệu chỉnh = 0,61 Hệ số hồi quy 557 ˆ 3 −=β khác không với độ tin cậy 95%. Vậy chúng ta không thể bác bỏ được sự khác biệt trong tiêu dùng gạo g o tung độ Chúng ta sẽ thấy tác động của làm ch thành thị và nông thôn sai biệt nh ứng với một quy thôn 557 ngàn đồ .Chúng ta sẽ thấy điều này một cách trực quan qua đồ thị sau: 0 1000 2000 3000 6000 Nông thôn Thành thị Hồi quy nông thôn 4000 5000 gàn đồng/năm) 0123456789 Quy hộ gia đình (Người) Chi tiêu cho gạo (N Hồi quy thành thị Hình 4.1. Hồi quy với một biến định lượng và một biến phân loại. 7.2. Hồi quy với một biến định lượng và một biến phân loại có nhiều hơn hai phân lớp Ví dụ 4.2. Giả sử chúng ta muốn ước lượng tiền lương được quyết định bởi số năm kinh nghiệm công tác và trình độ học vấn như thế nào. Gọi Y : Tiền lương sau đại học. đại học đại học X : Số năm kinh nghiệm D: Học vấn. Giả sử chúng ta phân loại học vấn như sau : chưa tốt nghiệp đại học, đại học và Phuơng án 1: Di = 0 nếu chưa tốt nghiệp đại học Di = 1 nếu tốt nghiệp Di =2 nếu có trình độ sau 6 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Cách đặt biến này đưa ra giả định quá mạnh là phần đóng góp của học vấn vào tiền lương của người có trìn h độ sau đại học lớn gấp hai lần đóng góp của học vấn đối nh độ đại học. Mục tiêu của chúng ta khi đưa ra biến D chỉ là phân ày. ε i (4.24) ô hình (4.24) như sau a tốt nghiệp đại học β X (4.25) ó trình độ đại học β X (4.26) iSố biến giả ố biến giả đúng bằng số phân lớp? như sau +εi(4.28) ng Excel Coefficients Standard Error t Stat P-value với người có trì loại nên ta không chọn phương án n Phương án 2: Đặt bộ biến giả D 1i D 2i Học vấn 00 Chưa đại học 10 Đại học 01 Sau đại học hình hồi quy Y i = β 1 + β 2 X + β 3 D 1i + β 4 D 2i + Khai triển của m Đối với người chư E(Y i )= β 1 + 2 Đối với người c E(Y i )= (β 1 + β 3 )+ 2 3 Đối với người có trình độ sau đại học E(Y )= (β + β + β )+ β X (4.27) i 1 3 4 2 7.3. Cái bẩy của biến giả Số lớp của biến phân loạ Trong ví dụ 4.1. 21 Trong ví dụ 4.232 Điều gì xảy ra nếu chúng ta xây dựng s Ví dụ 4.3. Xét lại ví dụ 4.1. Giả sử chúng ta đặt biến giả D 1i D 2i Vùng 10Thành thị 01Nông thôn hình hồi quy là Y i = β 1 + β 2 X i + β 3 D 1i + β 4 D 2i Chúng ta hãy xem kết quả hồi quy bằ Intercept 2235,533 0 65535 #NUM! X 508,1297 80,36980143 6,322396 1,08E-06 65535 #NUM! 65535 #NUM! D1 -2605,52 0 D2 -2048 0 Kết quả h i quy rất b hông c hĩa kinh t Lý do là có sự đa cộ a D1, D2 ến =-1. D 1i + D 2i Hiện tượn a cộng hả hệ r hông có lời giải. T tế sai iến n vô cùng chứ phả 0 như kết quả tính toán của Ex n tượng này được gọi là của ồ ất thường và ng tuyến hoàn hoàn toàn k hảo giữ ó ý ng và một bi ế. hằng X2 + X 2 = 0 ∀i . g đ tuyến hoàn o này làm cho phương t ình chuẩn k hực số chuẩn t đế không i tiến đến cel. Hiệ cái bẩy biến giả. Quy tắc: Nếu một biến phân loại có k lớp thì chỉ sử dụng (k-1) biến giả. 7.4. Hồi quy với nhiều biến phân loại 7 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Ví dụ 4.4. Tiếp tục ví dụ 4.2. Chúng ta muốn khảo sát thêm có sự phân biệt đối xử cho chưa. + β ĐH i + β 4 SĐH i +β 5 GT i + ε i (4.29) độ sau đại học 0)= (β + β )+ β 2 KN i đình.Để cho au. hị và bằng 0 nếu hộ ở nông thôn. thể xảy ra như sau = β = b. g ≠ β , hay có sự khác biệt về độ dốc c(DX) DX = 0 nếu D = 0 α có sự khác biệt hoàn toàn về cả tung độ gốc và độ dốc. trong mức lương giữa nam và nữ hay không. Đặt thêm biến và đặt lại tên biến GT i : Giới tính, 0 cho nữ và 1 cho nam. TL : Tiền lương KN: Số năm kinh nghiệm làm việc ĐH: Bằng 1 nếu tốt nghiệp đại học và 0 cho chưa tốt nghiệp đại học SĐH: Bằng 1 nếu có trình độ sau đại học và 0 hình hồi quy TL i = β 1 + β 2 KN i 3 Chúng ta xét tiền lương của nữ có trình E(TL i /SĐH=1∩GT= 1 4 7.5. Biến tương tác Xét lại ví dụ 4.1. Xét quan hệ giữa tiêu dùng gạo và quy hộ gia đơn giản trong trình bày chúng ta sử dụng hàm toán như s Nông thôn: Y = α 1 + β 1 X Thành thị: Y = α 2 + β 2 X D : Biến phân loại, bằng 1 nếu hộ ở thành t Có bốn trường hợp có (1) α 1 =α 2 và β 1 = β 2 , hay không có sự khác biệt trong tiêu dùng gạo giữa thành thị và nông thôn. hình : Y = a + b X Trong đó α 1 =α 2 = a và β 1 2 (2) α 1 2 1 2 hình: Y = a + bX + cD ≠α và β = β , hay có sự khác biệt về tung độ gốc Tron đó α 1 = a, α 2 = a + c và β 1 = β 2 = b. (3) α =α và β 1 2 1 2 hình: Y = a + bX + Trong đó DX = X nếu nếu D =1 và α = = a , β = b và β = b + c. 1 2 1 2 (4) α ≠α và β ≠ β , hay 1 2 1 2 hình: Y = a + bX + cD + d(DX) α = a , α = a + c, β = b và β 2 = b + d. 1 2 1 8 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Quy hộ, X a. hình đồng nhất α 1 =α 2 β 1 = β 2 Tiêu dùng gạo, Y Tiêu dùng gạo, Y Quy hộ, X b. hình song song α α β 1 = β 2 Quy hộ, X d. hình phân biệt Tiêu dùng gạo, Y Tiêu dùng gạo, Y α 1 =α 2 β 1 β 2 1 α α β 1 β 2 Quy hộ X c. hình đồng quy Hình 4.2. Các hình hồi quy Biến DX được xây dựng như trên được gọi là biến tương tác. Tổng quát nếu X p là một biến định lượng và D q là một biến giả thì X p D q là một biến tương tác. Một hình hồi quy tuyến tổng quát có thể có nhiều biến định lượng, nhiều biến định tính và một số biến tương tác. 9 SVTH : Nguyễn Thế Hùng – KHĐT3 [...]... KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Ta có n R 2 =5.972927 , và có xác suất p-value là 0.050466 xấp xỉ bằng mức ý nghĩa α =5% nên ta ko có cơ sở công nhận giả thiết H1 nên ta tạm thời chấp nhận giả thiết H 0 nghĩa là tồn tại tương quan bậc 1 17 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Tài liệu tham khảo 1 Giáo trình Kinh tế lượng ,... hệ số hồi quy , ta tìm hàm hồi quy tuyến tính mẫu sau đó chọn View -> Covariances Matrix Nhấp chuột ta được kết quả sau : 14 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội 10) Kiểm định White (có phương sai thay đổi trong hình không ) Giả thiết : H 0 : σ 2 là hằng số H1 : σ 2 không phải là hằng số để thực hiện kiểm định White ,sau khi ước lượng hàm hồi quy tuyến... H 0 : hình đang xét có phân phối chuẩn H1 : hình đang xét không có phân phối chuẩn View -> Residual Test -> Histogram-Normality Test 15 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Từ bảng trên ta có JB=3.545399 và xác suất p-value = 0.169874 khá lớn nên ta không có cơ sở công nhân giả thiết H1 nên ta tạm thời chấp nhận giả thiết H 0 Nghĩa là hình ta... hồi quy bội nhấp Ok , kết quả phân tích hồi quy sẽ xuất hiện như sau : Từ kết quả trên ta biết được các hệ số hồi quy : ˆ ˆ ˆ β 0 = 6.20298 , β1 = -0.376164 , β 2 = 0.452514 từ cửa sổ Equation : Untitled Workfile : Untiled ta chọn View Representations Một cửa sổ mới xuất hiện là 12 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội ^ Phương Trình : Yi =6.202979516 -.. .Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Chương II - Phương pháp lập hình , phân tích và dự báo hiện tượng kinh tế bằng Eviews Bảng dưới đây cho các giá trị quan sát về thu nhập (Y-USD/đầu người ), tỉ lệ lao động nông nghiệp (X1 - %) và số năm trung... Group 1 1) Tìm hàm hồi quy tuyến tính mẫu của Y theo X1 và X2 Từ cửa sổ Eviews chọn Quick rồi chọn tiếp Estimate Equation Sau khi nhấp chuột chọn Estimate Equation , màn hình sẽ xuất hiện cửa sổ Equation Specification Trong khung Equation Specification gõ Y c X1 X2 Gõ xong lệnh này thì cửa sổ như sau : 11 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội nhấp Ok , kết... Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội Trong Workfile Range ta chọn Undated or irregular Trong phần Range : Start date nhập 1 và End date nhập 15 Sau đó click Ok cửa sổ mới sẽ xuất hiện là Workfile Untitled Để nhập dữ liệu , từ cửa sổ Eview chọn Quick/Empty group, một cửa sổ sẽ xuất hiện với tên Group: Untitled –Workfile : Untitled Sau đó nhập số liệu của 3 biến Y,X1,X2... lượng của β1 là (-0.6653441, -0.0869837) và β 2 là (0.1921215,0.7129064) 5)Kiểm định các giả thiết H 0 : β1 = 0, H 0 : β 2 = 0 với mức ý nghĩa 5% 13 SVTH : Nguyễn Thế Hùng – KHĐT3 Tiểu luận Kinh tế lượng Đề tài : hình hồi quy bội TH1 : đặt giả thiết : H 0 : β1 = 0 , H1 : β1 ≠ 0 với mức ý nghĩa 5% thì ta bác bỏ giả thiết H 0 : β1 = 0 vì Prob = 0.01505829972 . Mô hình hồi quy bội Tiểu luận Kinh tế lượng Đề tài : Mô hình hồi quy bội Chương I - Nội dung mô hình hồi quy bội 1 .Xây dựng mô hình 1.1 .Giới thiệu Mô. KHĐT3 Tiểu luận Kinh tế lượng Đề tài : Mô hình hồi quy bội Tài liệu tham khảo 1 . Giáo trình Kinh tế lượng , trường Đại học Kinh tế TP.HCM . 2 . Bài tập Kinh
- Xem thêm -

Xem thêm: Tài liệu Tiểu luận Kinh tế lượng đề tài " Mô hình hồi quy bội " docx, Tài liệu Tiểu luận Kinh tế lượng đề tài " Mô hình hồi quy bội " docx, Tài liệu Tiểu luận Kinh tế lượng đề tài " Mô hình hồi quy bội " docx

Từ khóa liên quan

Gợi ý tài liệu liên quan cho bạn